EctoDex, uma chave de identificação eletrônica para ectoparasitos de interesse em saúde pública : desenvolvimento e avaliação piloto

Abstract

Embora fundamental para o controle e vigilância eficiente de várias doenças infecciosas importantes (incluindo peste, febre maculosa ou doença de Lyme), a identificação de artrópodes ectoparasitos geralmente depende de chaves impressas desatualizadas, incompletas e de difícil acesso. Com o objetivo de facilitar a identificação de ectoparasitos, desenvolvemos uma chave pictórica politômica (“ECTODEX”) baseada em aplicativo Android/iOS para 34 espécies de carrapatos, piolhos, pulgas e percevejos de interesse em saúde pública. Em uma avaliação piloto, comparamos o ECTODEX com uma chave dicotômica impressa (“PKEY”) em termos de (i) porcentagem de identificações corretas (“acurácia”) e (ii) tempo gasto para concluir uma tarefa de identificação (“tempo”). Além disso, testamos se e como o desempenho foi afetado pelas características do usuário (por exemplo, idade, sexo, treinamento especializado ou expertise) e espécies de ectoparasitos. Cada um dos 33 usuários brasileiros recebeu até 30 'espécimes-problema' codificados (21 espécies) preservados em tubos ou em lâminas de microscópio, e foi solicitado a identificar cada espécime para espécie usando ECTODEX e PKEY (1356 tarefas de identificação no total). Após análises exploratórias, ajustamos modelos lineares mistos generalizados (GLMMs) contabilizando dependências entre observações repetidas pelo mesmo usuário; do mesmo espécime; e de ectoparasitos do mesmo gênero. Nossas análises mostram que o ECTODEX melhorou a identificação de ectoparasitos entre usuários e espécies, tanto em termos de acurácia quanto de tempo, em relação ao PKEY. A acurácia melhorou muito entre usuários sem treinamento especializado em taxonomia de ectoparasitos, com valores previstos pelo GLMM subindo de ~57,2% (PKEY; CI95% [40,8–72,2]) para ~77,1% (ECTODEX; [63,5–86,8]), do que entre usuários com tal treinamento especializado – cuja acurácia aumentou apenas ligeiramente, de ~73,1% (PKEY; [60,4–82,9]) para ~74,4% (ECTODEX; [62,0–83,9]). As identificações de usuários com alta expertise foram, em geral, mais precisas (ECTODEX: ~87%; PKEY: ~81%) do que aquelas de usuários não especialistas (~59% e ~47%, respectivamente); por outro lado, a idade, o gênero ou a formação acadêmica do usuário não afetaram significativamente a acurácia com nenhuma das chaves. A acurácia variou amplamente entre as espécies de ectoparasitos, de 12 a 18% para o carrapato Amblyomma parvum a ~ 98 a 99% para o piolho Pediculus humanus. Os GLMMs de tempo também mostraram que o ECTODEX acelerou as tarefas de identificação, especialmente para usuários sem treinamento especializado em taxonomia de ectoparasitos (PKEY: ~2,8 min/tarefa, [2,3–4,0]; ECTODEX: ~2,0 min/tarefa, [1,4–2,8]); a economia de tempo foi modesta para usuários com tal treinamento (PKEY: ~2,5 min/tarefa, [1,9–3,3]; ECTODEX: ~2,1 min/tarefa, [1,6–2,8]). Mais uma vez, a alta expertise também levou a uma grande economia de tempo (~1,5 min/tarefa, em média, vs. ~3,7 min/tarefa para não especialistas), e a idade, sexo ou formação acadêmica do usuário não afetaram significativamente o tempo para identificação. Também encontramos grande variação entre as espécies, com valores médios previstos variando de ~3–4 min/tarefa para A. sculptum a ~1 min/tarefa para P. humanus. Concluímos que o ECTODEX é promissor como meio de melhorar a identificação de ectoparasitos em termos de acurácia e economia de tempo. As melhorias foram maiores para usuários sem treinamento taxonômico especializado formal – cujo desempenho geral, ao usar ECTODEX, tornou-se comparável ao de usuários treinados formalmente. Nosso estudo piloto também destacou, no entanto, as dificuldades substanciais inerentes à identificação de alguns ectoparasitos de interesse de saúde pública, incluindo várias espécies de carrapatos do gênero Amblyomma.